- 博客(9)
- 收藏
- 关注
RSS订阅原创 UML中涉及的概念及定义（复习向）
UML中涉及的概念及定义Lecture 01建模：把不太理解的东西和一些已经较为理解、且十分类似的东西做比较，可以对这些不太理解的东西产生更深刻的理解。目的是沟通、理解系统模型：建模产生的结果，就是模型。模型是对事物的一种抽象、简化。视图（view）：是从某个方面得到的模型 （A view depicts selected aspects of a model.）符号（notation /symbol）：是一些图形和文本规则用来表示视图 （A notation is a set of graph
2020-09-06 20:56:13
840
原创 并行程序设计整理（三）—— Pthreads
共享内存程序 VS 分布式内存程序共享内存程序在共享内存程序中，变量可以是共享的，也可以是私有的。共享变量可以被任何线程读写，私有变量通常只能被一个线程访问。线程之间的通信通常通过共享变量完成，因此此种方式下通信是隐式的。动态线程在这个范例中，通常有一个主线程，并且在任何给定时刻都有一个(可能是空的)工作线程集合。主线程通常等待工作请求，当一个新的请求到达时，它会fork一个工作线程，该线程执行请求，当该线程完成工作时，它终止并加入主线程。这种范例有效地利用了系统资源，因为线程所需要的资源只在
2020-08-25 15:04:55
2461
原创 并行程序设计整理（二）
并行硬件和并行软件背景并行硬件和软件是从传统的串行硬件和软件发展而来的。冯·诺依曼结构 (The von Neumann architecture)经典冯·诺伊曼体系结构由主存储器 (main memory)、中央处理单元 (CPU)或处理器或核心，以及存储器和CPU之间的互连 (interconnection)组成。主存储器由一组locations组成，每个location都会存储指令和数据。每个location由一个地址组成，这个地址用来访问对应的location及存储在其中的指令和数据。
2020-08-22 18:30:22
1418
原创 并行程序设计整理（一）
为什么要并行计算关于并行程序，首先思考它的目的，具体来说：为什么我们要不断提高性能? 因为计算能力的提升是很多邻域能够进步的核心。为什么我们要建立并行系统？ 因为对于单处理器而言，其性能的提升实际是提高了处理器上晶体管的密度，但受限于散热问题等，密度无法一直提升。如果考虑并行化，即生产多个相对简单的完整处理器放在一个芯片上，即多核处理器，就能解决密度问题。为什么我们要写并行程序？ 编写并行程序是为了充分发挥多核处理器的优势，然而将串行程序改写成并行程序并不顺利。关于并行程序和串行程序，举一个例
2020-07-29 12:47:47
3090
原创 人工智能导论复习整理（五）
关于训练参数和超参数回顾有监督学习：给定训练数据{(xi,yi),i=1,⋯ ,n}i.i.d.\{(x_i,y_i),i=1,\cdots,n\}\quad \mathrm{i.i.d.}{(xi,yi),i=1,⋯,n}i.i.d.来自同一分布DDD找到y=f(x)∈Hy=f(x)\in \mathscr{H}y=f(x)∈Hs.t.f\mathrm{s.t.}\quad fs.t.f能在测试集（i.i.d.\mathrm{i.i.d.}i.i.d.来自同一分布DDD）上表现良好需要通过
2020-07-02 01:08:26
880
原创 人工智能导论复习整理（四）
深度神经网络卷积、填充和步幅卷积层采用2-D Cross Correlation计算来代替卷积运算。如下图所示，计算过程为：0×0+1×1+3×2+4×3=191×0+2×1+4×2+5×3=253×0+4×1+6×2+7×3=374×0+5×1+7×2+8×3=430\times0+1\times1+3\times2+4\times3=19\\1\times0+2\times1+4\times2+5\times3=25\\3\times0+4\times1+6\times2+7\times
2020-07-01 14:03:55
769
原创 人工智能导论复习整理（三）
神经网络对一个神经元建模对于一个神经元而言，图中x0,x1,x2x_0,x_1,x_2x0,x1,x2是输入，w0,w1,w2w_0,w_1,w_2w0,w1,w2是输入对应的权重（反映了输入刺激的强度），胞体求得输入的加权和，并加上一个偏置bbb，再对其作用函数fff，得到输出f(∑iwixi+b)f(\sum_iw_ix_i+b)f(∑iwixi+b)。对于一个神经元的输出，给定一个合适的损失函数，这个神经元就可以作为一个线性分类器。同样，一个神经元也可以用来实现二分类。Bi
2020-07-01 01:17:51
949
原创 人工智能导论复习整理（二）
机器学习概论人工智能完成日常生活中的任务（Formal tasks, Expert tasks, Mundane tasks, Human tasks）所要做的工作是：感知环境特征提取机器学习推理采取行动*机器学习只是人工智能的一个子集，而深度学习又是机器学习的一个子集，或者说，是机器学习中神经网络的一种延伸。观察人工智能发展的四个阶段：初期阶段通用问题求解、机器翻译、定理证明、博弈、游戏知识时代专家系统、知识工程、知识表示、（不确定性）推理特征时代统计机器
2020-06-30 18:48:54
904
原创 人工智能导论复习整理（一）
人工智能概述什么是人工智能(Artificial Intelligence, AI)定义：人工智能标准化白皮书（2018版）：人工智能是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。用人工的方法在机器（计算机）上实现的智能，也称机器智能。Stuart Russell和Peter Norvig将AI的定义分为四类：类人思维：认知模型方法理性地思考：“思维法则”方法类人行为：图灵测试方法
2020-06-30 13:42:09
5503
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人